核心用法
Social Sentiment 通过 Xpoz MCP 引擎，对 Twitter、Reddit、Instagram 三大平台的公开帖子进行采集与情感分析。用户只需输入品牌/产品/话题名称，系统即自动执行三步流程：① 并行搜索采集100-300条相关帖子 ② LLM 对每条帖子进行正/负/中性分类，并按互动量加权计算 ③ 生成结构化报告，包含综合评分、主题聚类、病毒事件、意见领袖识别及竞品对比。
典型使用场景包括：单一品牌舆情诊断（如"Notion 用户满意度"）、竞品对标分析（"Figma vs Canva 口碑对比"）、事件追踪（"iPhone 新品发布反响"）。支持设定30天滚动窗口，并可配置定时任务实现持续监控。
显著优点
1. 数据规模与实时性：依托 Xpoz 15亿+索引帖文，覆盖主流英文社交平台，支持近实时数据采集
2. 加权情感算法：不仅是简单计数，而是基于点赞、转发、评论的互动量对数加权，确保高传播内容获得合理权重
3. 多维度洞察：自动提取正/负主题聚类、标记病毒级高互动帖子、识别关键意见领袖，输出可直接用于决策的行动建议
4. 竞品对比模式：标准化分析框架，确保对比公平性，快速定位竞争优劣势
5. 可扩展性：支持结果本地存储与趋势追踪，可搭建长期舆情监控体系
潜在局限与风险
1. 语言与地域局限：主要覆盖英文内容，对中文等非英语市场洞察有限
2. 平台代表性偏差：Instagram 因平台文化倾向正面内容，Reddit 虽真实但社区属性强，Twitter 偏实时反应，需综合解读
3. 情感分类误差：LLM 对讽刺、反语、上下文依赖的情感判断存在固有局限
4. 数据依赖性：需 Xpoz MCP 服务持续可用，免费额度可能限制大规模分析
5. 隐私与合规边界：虽仅限公开数据，但大规模监控仍存在伦理争议，需避免用于针对个人的骚扰或操纵舆论
适合人群
- 品牌经理、PR 传播负责人：监测品牌健康度，快速响应危机
- 产品经产品经理：收集用户真实反馈，指导迭代优先级
- 市场研究员：竞品分析、行业趋势洞察
- 投资者/分析师：评估品牌势能与市场情绪
常规风险
- API 调用失败或数据延迟导致分析不完整
- 小众品牌可能样本不足，结论置信度低
- 情感评分受突发事件短期冲击，需结合趋势长期观察
- OAuth 凭证管理不当可能导致数据访问权限泄露